簡介
所謂市場預測，就是運用科學的方法，對影響市場供求變化的諸因素進行調查研究，分析和預見其發展趨勢，掌握市場供求變化的規律，為經營決策提供可靠的依據。
預測為決策服務，是為了提高管理的科學水平，減少決策的盲目性，我們需要通過預測來把握經濟發展或者未來市場變化的有關動态，減少未來的不确定性，降低決策可能遇到的風險，使決策目标得以順利實現。
原理
對未來的先知不僅是人類渴望的，所以預測很早就有，包括“前知500年後知500年”的神話，因此預測落了一個不光彩的前身叫“占蔔”。
企業如果能做到某種程度的先知先覺，對企業的經營的益處當然不言而喻。當然做到完全的先知先覺不可能，否則每個人都是百萬富翁，每個企業都必定欣欣向榮。
雖然企業對未來不可把握，但是人類的認識、思維的進步使人們發現“規律”的重要性，古人很早就有“辨道、順道”的說法，“道”就是規律，随着曆史經驗的積累和科技的進步，人類認識自然的能力大大增強。作為企業，發現、認識和利用“規律”（包括市場的、顧客的、技術的、企業發展的）對企業的經營必定增大勝算把握。
預測的基本原理
以最簡單易懂的說法：是如下這樣一個模式
規律、趨勢、邏輯、經驗、實質是分析問題的能力和手段。
四大原則
預測本身要借助數學、統計學等方法論，也要借助于先進的手段。我們先不講技術和方法，對企業的管理者而言，可能最先關注的是怎樣形成一套有效的思維方式？以下幾個原則可能會有些啟發：
相關原則
建立在“分類”的思維高度，關注事物（類别）之間的關聯性，當了解（或假設）到已知的某個事物發生變化，再推知另一個事物的變化趨勢。
最典型的相關有正相關和負相關，從思路上來講，不完全是數據相關，更多的是“定性”的。
（1）正相關是事物之間的“促進”，比如，居民平均收入與“百戶空調擁有量”；有企業認識到“獨生子女受到重視”推知玩具、教育相關産品和服務的市場；某地區政府反複詢問企業一個問題：“人民物質文化生活水平提高究竟帶來什麼機遇”，這實際上是目前未知市場面臨的一個最大機遇！該地區先後發展的“家電業”、“廚房革命”、“保健品”應該是充分認識和細化實施的結果。這也體現企業的機遇意識。進行的人口普查，有專家提出那些資料是企業的“寶”，就看您怎麼認識了：有個大型家具企業，起家把握的一個最大機遇是“中國第三次生育浪潮生育的這些人目前到了成家立業的高峰”。
（2）負相關，是指事物之間相互“制約”，一種事物發展導緻另一種事物受到限制。特别是“替代品”。比如資源政策、環保政策出台必然導緻“一次性資源”替代品的出現，象“代木代鋼”發展起來的PVC塑鋼；某地強制報廢助力車，該地一家“電動自行車”企業敏銳地抓住機遇也是一樣。
慣性原則
任何事物發展具有一定慣性，即在一定時間、一定條件下保持原來的趨勢和狀态，這也是大多數傳統預測方法的理論基礎。比如“線性回歸”、“趨勢外推”等等。
類推原則
這個原則也是建立在“分類”的思維高度，關注事物之間的關聯性。
（1）由小見大—從某個現象推知事物發展的大趨勢：例如現有人開始購買私家汽車，您預見到什麼？運用這一思路要防止以點代面、以偏概全。
（2）由表及裡—從表面現象推實質：例如“統一食品”在昆山興建，無錫的“中萃面”應意識到什麼？“海利爾”洗衣粉到蘇南大做促銷，“加佳洗衣粉”意識到可能是來搶市場的。換個最簡單的例子說：一次性液體打火機的出現，真的就有火柴廠沒有意識到威脅的例子。
（3）由此及彼—引進國外先進的管理和技術也可以由這一思路解釋。你記住一句話：發達地區被淘汰的東西，落後地區可能有市場。
（4）毛澤東說過一句話：我不是李自成。可見曆史的東西對以後的發展是極有指導性的。換句話說：誰敢想想自己家有空調、電腦、電話？我們問：您能不能想想10年後您會擁有自己的汽車？這種推理對商家是頗具啟發的。您能總結一下中國家庭電視機的發展規律嗎？也許，您從中就能找到商機！
（5）由遠及近—比如國外的産品、技術、管理模式、營銷經驗、方法，因為可能比較進步，就代表先進的方向，可能就是“明天要走的路”。
（6）自下而上—從典型的局部推知全局，一個規模适中的鄉鎮，需要3台收割機，這個縣有50個類似的鄉鎮，可以初步估計這個縣的收割機可能的市場容量為150台。
（7）自上而下—從全局細分，以便認識和推知某個局部。例如，我們想知道一個40萬人的城市女士自行車市場容量，40萬人——20萬女性——（去掉12歲以下50歲以上）還有10萬——調查一下千人女性騎自行車比率（假設60%）——可能的市場容量為6萬。對大緻了解一個市場是很有幫助的。
概率推斷
我們不可能完全把握未來，但根據經驗和曆史，很多時候能大緻預估一個事物發生的大緻概率，根據這種可能性，采取對應措施。撲克、象棋遊戲和企業博弈型決策都在不自覺地使用這個原則。有時我們可以通過抽樣設計和調查等科學方法來确定某種情況發生的可能性。
預測方法
市場預測的方法很多，主要有以下幾種：
時間序列
在市場預測中，經常遇到一系列依時間變化的經濟指标值，如企業某産品按年（季）的銷售量、消費者曆年收入、購買力增長統計值等，這些按時間先後排列起來的一組數據稱為時間序列。依時間序列進行預測的方法稱為時間序列預測。
回歸
1.“回歸”的含義。回歸是指用于分析、研究一個變量（因變量）與一個或幾個其它變量（自變量）之間的依存關系，其目的在于根據一組已知的自變量數據值，來估計或預測因變量的總體均值。在經濟預測中，人們把預測對象（經濟指标）作為因變量，把那些與預測對象密切相關的影響因素作為自變量。根據二者的曆史和統計資料，建立回歸模型，經過統計檢驗後用于預測。回歸預測有一個自變量的一元回歸預測和多個自變量的多元回歸預測，這裡僅讨論一元線性回歸預測法。
2.回歸分析的基本條件。應用一組已知的自變量數據去估計、預測一個因變量之值時，這兩種變量需要滿足以下兩個條件：
第一，統計相關關系。統計相關關系是一種不确定的函數關系，即一種因變量（預測變量）的數值與一個或多個自變量的數值明顯相關但卻不能精确且不能唯一确定的函數關系，其中的變量都是随機變量。經濟現象中這種相關關系是大量存在的。例如糧食畝産量y與施肥量x之間的關系，二者明顯相關但不存在嚴格的函數關系，畝産量不僅與施肥量有關，還與土壤、降雨量、氣溫等多種因素有關，這樣畝産量y存在着随機性。
第二，因果關系。如果一個或幾個自變量x變化時，按照一定規律影響另一變量y，而y的變化不能影響x，即x的變化是y變化的原因，而不是相反，則稱x與y之間具有因果關系，反映因果關系的模型稱為回歸模型。
定性定量
另一種分類市場預測的分類方法般可以分為定性預測和定量預測兩大類。對于企業營銷管理人員來說，應該了解和掌握的企業預測方法主要有：
（1）定性預測法
定性預測法也稱為直觀判斷法，是市場預測中經常使用的方法。定性預測主要依靠預測人員所掌握的信息、經驗和綜合判斷能力，預測市場未來的狀況和發展趨勢。這類預測方法簡單易行，特别适用于那些難以獲取全面的資料進行統計分析的問題。因此，定性預測方法在市場預測中得到廣泛的應用。定性預測方法又包括：專家會議法，德爾菲法，銷售人員意見彙集法，顧客需求意向調查法。
（2）定量預測法
定量預測是利用比較完備的曆史資料，運用數學模型和計量方法，來預測未來的市場需求。定量預測基本上分為兩類，一類是時間序列模式，另一類是因果關系模式。
市場調研
定銷售計劃的前提是進行充分的市場調查，從而減少企業所承擔的風險，其中最重要的是查明企業在市場中所占的地位。因為這樣便可獲知需要調查的範圍。
如果以金星公司為例，那麼，在決定顯示器市場之前，應能回答下面一系列問題：
（1）公司的産品适合于哪個市場或哪一部分市場？
（2）該市場可預見的總需求量有多大？
（3）市場對公司産品的接受能力預計有多大？
（4）通過何種銷售系統最便于打入有關市場？
（5）該市場已在何種程度上受到競争者的控制？
（6）競争者利用何種銷售系統？
（7）在銷售區域内可望得到哪些用戶？
（8）未來的用戶會有哪些訂貨動機？
以上問題也表示市場調查的各個項目。這些項目均為定性分析和定量分析相結合的内容，它們很大程度上依賴于人對客觀情況作出主觀判斷，但在判斷中要依據一些基礎數據，例如銷售額、成本、投資、産品品種方向、銷售渠道、價格、廣告、推銷等等。毫無疑問，要找到合适的調查觀點并進行分析是相當不容易的。例如若想弄清競争對手的情況，先得認識到自己并不就是簡單地和競争對手打交道，而是在和直接或間接的競争對手打交道，他們以同樣的或其他的銷售渠道出售與公司相同的或類似的産品。如果我們确切地擁有了市場調查資料，那麼就可以用市場分析的手段來對經營态勢進行研究了。
競争戰略
為了使公司長期發展建立進退有據的地位，從而在産業競争中勝過對手，本系統把邁克爾·波特的三個普遍性競争策略，運用到制定企業銷售計劃當中去。戰略之一是總成本領先。其目的在于降低成本，根據金星中國公司的規模，有可能利用這一競争策略，形成企業間的比較優勢，因此本系統将着重點放在密切注視營銷成本等因素上。這樣做的目的是為了公司和它的競争對手比較時，有一種低成本結構。這種策略往往需要占有巨大的有關市場份額和成本—效率措施。
戰略之二是标歧立異。其目的是将公司提供的産品或服務标歧立異，形成一些在全産業範圍内具有獨特性的東西。實現标歧立異戰略可以有許多方式：可以力求表現品牌形象、技術特點、外觀特點、經銷網絡及其他方面的獨特性。最理想的情況是公司使自己在幾個方面都标歧立異。因此本系統緻力于廣告費用的投入和控制，并可以定量的評估廣告的效益，以協助企業宣傳産品的優勢，塑造企業形象，為其他公司的進入設置行業壁壘。
戰略之三是目标集聚。即主攻某個特定的顧客群、某産品系列的一個細分區段或某一個地區市場。該戰略的前提是：公司能夠以更高的效率、更好的效果為某一狹窄的戰略對象服務，從而超過在更廣闊範圍内的競争對手。金星中國公司在中國市場上推出的是大屏幕顯示器，雖然該公司在韓國生産的産品範圍很廣，但在中國市場上知名度不高。另外，目前通用顯示器市場由于競争激烈，企業普遍采取薄利多銷的原則，利潤率一般很低，而對于大屏幕顯示器這個新興市場來講，競争較小，利潤率較高，因此部分通用顯示器廠商有可能轉而進攻大屏幕顯示器市場。為了實施目标集聚戰略，在系統設計中，我們特别關注目标市場的用戶群（它主要是專業用戶）和現有的潛在競争對手。
案例分析
簡介
金星中國公司為案例，運用運籌學及計算機輔助管理原理，對其生産的産品——大屏幕彩色顯視器（簡稱彩顯）在市場上的營銷曆史和現狀進行深入研究和分析，建立數學模型并運用計算機進行科學預測，制訂未來時期的經營戰略。本文使用數學模型和自行開發的軟件包建立了一體化的市場營銷管理信息系統。該系統可以自動地從營銷交易和企業環境中收集、處理和分析有用、适時、準确的信息。同時，它可以将已分類和重新組合的信息實時地向公司的管理層和各部門傳遞。
産品的銷售概況
金星公司在世界範圍内銷售形勢是樂觀的，由于各國顯示器生産廠家紛紛在中國辦廠或大批向中國放貨，行業中的競争日趨激烈，該公司中國公司的銷售量卻增長不大，除去競争因素外，另一個重要因素是企業内部未充分挖掘潛力，尤其是缺乏科學的戰略性的市場觀測，缺乏一套行之有效的經營管理信息系統，緻使該公司銷售形勢處于一種“憑市場擺布”的局面。因此，當該公司面臨不利的宏觀經濟環境時，便不能作出靈敏的反應，去制訂有力的對策，以取得營銷的主動權。
産品市場分析和營銷計劃系統總框架
在世界範圍内，金星公司是有一定的優勢的，但中國市場銷售情況表明，該公司産品在中國市場銷路已經潛伏着危機，為此金星中國公司提出開發一個“市場營銷管理信息決策系統”，其主要功能是為該公司管理人員提供可靠及時的市場信息。
為了實現目标功能，系統包括四個功能模塊：
（1）市場預測和分析
（2）計劃和市場研究
（3）訂貨和用戶服務
（4）調運和分配
本文着重對市場營銷的預測分析和計劃模塊進行重點研究和論述。因為預測分析和計劃研究是市場經營管理的首要環節，它是企業作出正确經營決策的前提和依據。
市場營銷管理信息系統的數據流程
市場營銷管理信息系統的主要來源有兩方面：第一個來源是市場的調研人員，他們收集有關市場的情況資料，供市場預測和研究分析之用；第二個來源是用戶，就是指所有要購買産品的單位和個人，它向企業提出訂貨要求，以及對産品質量、性能等方面的要求等。這些原始數據輸入到系統後，經過适當的處理，産生各種市場信息，有的存入相應的數據庫中，有的輸出給有關的部門或其它子系統。
市場預測模型
一個企業要作出正确的經營決策，預測和分析起着重要的作用。通過預測和分析，将市場中的未知狀态轉變為科學預測的期望值狀态，使企業在一定程度上規避市場風險。在認真總結以往經驗的基礎上，不僅要加強定性預測和分析的主導作用，而且更要重視定量預測和分析的研究工作，特别是充分發揮計算機的作用，使定性預測分析和定量預測分析密切結合起來，創造一種嶄新的，更符合産品市場和公司實際的科學預測和分析方法。
一方面，随着中國宏觀經濟的發展，大屏幕顯示器市場需求量的發展具有一定的延續性。另一方面，顯示器為通用産品，各種品牌競争激烈。顯示器的固定配套用戶比較少，所以屏幕顯示器的研制和銷售也具有某種不确定因素，即較難考慮它發展的因果關系。此外，顯示器的市場需求量，受兼容PC機銷售的支撐，有一定的季節波動，如一、二月像冬眠期一樣銷售遲緩，三月形勢轉為明朗，随後是在緩慢下滑中的維持狀态，八月銷售突然轉旺，是受暑期購買兼容PC機高潮的影響。
根據這一情況，本人認為預測方法宜采用兩種方法：即時間序列分析法中的指數平滑法和季節性變動法。前者主要對短期的銷售趨勢進行預測，後者則着重預測季節性變化及長期的銷售變化狀态，彌補了短期預測的不足。用兩種預測方法相結合就可以獲得較好的預測效果。1、用改進的指數平滑法預測短期銷售趨勢。
利用指數平滑法可以較好地進行短期銷售趨勢預測。這種方法的基本原則是強調數據對預測值的作用，可以任意選擇數據的權值，但是并未完全忽視遠期數據的作用。指數平滑法的數學模型如下：
F[,t+1]=F[,t]+α（V[,t]-F[,t]）（3-1）
又可以寫成：
F[,t+1]=αV[,t]+（1-α）F[,t]（3-2）
α——平滑系數，其值介于0與1之間（0<α><1）；
V[,t]——第t個周期（年或月）的實際值；
F[,t]——第t個周期（年或月）的預測值；
式（3-1）中的F[,t]又可寫成：
F[,t]=αV[,t-1]+（1-α）F[,t-1]
而F[,t-1]=αV[,t-2]+（1-α）F[,t-2]
……如此連續推算下去，然後再将不同期的預測值代入式（3-2），展開後得：
F[,t+1]=αV[,t]+α（1-α）V[,t-1]+α（1-α）V[,t-2]+…（4-3）
式中α值的大小要根據實際情況選取，如果要加強數據的作用，α值可取得大些。假設令α=0.9代入上式，得：
F[,t+1]=0.9V[,t]+0.09V[,t-1]+0.009V[,t-2]+…
可以看出，數據在上式中起着主要作用，其餘各項曆史數據的作用按等比級數（公比為1-α）的權值迅速下降。因此，這種方法是加權滑動平均法的一種改進型，它可以通過α值的選擇，改變權值調節數據的作用，同時也考慮到遠期數據的作用。在實際運用中α值的選擇，可根據經驗來定，如果數據波動不大，圖線較為平穩時，α值應取得小一點；如果數據波動較大，α值應取大一點，可令α=0.7～0.8。這樣使預測值對實際值的變化能得到迅速的反應，從而減小預測值與實際值的偏差。現以顯示器曆年銷售的曆史數據為例，應用指數平滑法，分别按α=0.1和0.9計算1990—1996各年的預測值，如表3—1所示。
指數平滑的預測值：
實際值預測值
周期(年)(百萬元)a=0.1a=0.9
19871494.01494.01494.0
19881476.61494.01494.0
19891673.01492.01478.3
19901777.81506.71621.1
19911738.61533.81762.1
19922028.51554.31741.0
19932071.91601.71999.7
19942252.01648.82064.7
19952825.01709.12233.3
19962439.01820.72765.8
圖3—1所示為指數平滑法α取值不同的兩條預測圖線。可以看出：由于實際數據不穩定，波動較大，在這種情況下當α=0.9時，預測值圖線比較接近于實際值；當α=0.1時，預測值圖線隻反映出數據變化趨勢，與實際值偏差較大。指數平滑法是通過人工對α值的調節來加強不同時期的數據作用，能适應比較複雜的變化情況。
要求曆史數據也較少。指數平滑法是一種時間序列分析方法。時間序列是一個受随機因素影響而變化的序列。因此，它的預測不可能沒有偏差。因此需要說明預測的精度問題，以便在選擇預測方法時有一個比較的标準。如何來确定預測的精度？不能以某一次預測的準确與否作為評價預測方法的标準，而應從統計觀點用平均值的辦法來判斷。現用平均絕對偏差和均方差兩種衡量預測精度的方法予以說明之。
兩種方法的數學表達式如下：
平均絕對偏差（MAD）：
1n
MAD=──（ΣㄧV[,t]-F[,t]ㄧ）（i=1,2,3,…,n）（3-4）
ni=1
均方差（MSE）：
1n
MSE=─[Σ(V[,t]-F[,t])（i=1,2,3,…,n）（3-5）
ni=1
現以這兩個标準，對表3—1中的指數平滑法相同數據選用兩種α值（α=0.1和α=0.9）預測結果進行誤差分
析對比。如表3—2所示。從表3—2中采用兩種标準計算的結果看，在該組實際數據的情況下，選用α=0.9的預測結果比α=0.1的預測結果精确。誤差分析對比：
實際值指數平滑法
周期(年)(百萬元)a=0.1平均絕對偏差均方差a=0.9平均絕對偏差
19871494.01494.00.00.01494.00.0
19881476.61494.017.4302.81494.017.4
19891637.01492.3144,720938.11478.3158.7
19901777.81506.7271.073441.01621.1156.7
19911738.61533.8204.741902.11762.123.5
19922028.51554.3474.1224770.81741.0287.5
19932071.91601.7470.1220994.01999.772.1
19942252.01648.8603.2363850.22064.7187.3
19952825.01709.11115.91245232.82233.3591.7
19962439.01820.7618.3382294.92765.8326.8
總計3919.42573726.71821.7
總平均絕對差391.9182.2
均方差1257372.7
指數平滑法：
周期(年)均方差
19870.0
1988302.8
198925185.7
199024554.9
1991552.3
199282656.3
19935198.4
199435081.3
1995350108.9
1996106790.2
總計630430.8
總平均絕對差
均方差163043.1
2、用季節性變動法預測季節性需求變化
指數平滑法雖能較好地反映短期的銷售趨勢，但不适用于長期預測。作為對短期預測方法的補充，我們采用季節性變動法預測大屏幕顯示器季節性需求變化及長期的銷售變化狀态。大屏幕顯示器容易受兼容PC機銷量及其它諸因素的影響，其市場需求量呈季節性或周期性變動。為搞好均衡生産和适時供應，很有必要掌握其變動規律。大屏幕顯示器需求的季節性變動有時候較為複雜，它既包括有趨勢性變化（如需求量逐年增長），也可能包括有季節性變化，或者還有其它偶然性的變化（如國家政治、經濟形勢的突然變化）。因此，對這種變化狀态的分析和預測，需要應用多種可行的方法進行綜合分析。現仍以金星公司1995、1996年各月銷售量為依據，如表3—3所示來預測後兩年某時期的銷售量。
預測步驟：
（1）标出數據點的分布圖，确定變動的形式如圖3—2所示，這組數據顯示兩種變動，一是具有較強烈的季節性變動，夏秋兩季需求量大，冬春兩季需求量小；一是趨勢變動，産品需求量呈增長趨勢。
（2）确定長期趨勢變動
增長趨勢變動的确定有兩種方法
（i）利用月平均增長率定點畫出直線
附圖{圖}
根據表3—3的數據分别求出1995和1996年的月平均銷售量：
1688
95年月平均銷售量=——=140.7百萬元
12
2370
96年月平均銷售量=———=197.5百萬元
12
197.5-140.7
每月的平均增長量=———————=4.73百萬元/月
12
這個4.73百萬元/月即為長期趨勢變動。如果把月平均銷售量算為年中（六月份）的銷售量，則可在圖3—3中給出A、B兩點。其中A點為1995年6月，坐标Y值為140.7；B點為1996年6月，坐标Y值為197.5。連接AB直線即為長期趨勢變動。
（ii）應用最小二乘法，列出直線回歸方程：
假設直線方程為：
Y=a+bx
式中：
回歸系數nΣX·Y-ΣX·ΣY
b=──────────
nΣX-（ΣX）
ΣY－bΣX
a=──────
n
将表3—3數據代入上兩式得：
24×55200-300×4058
b=———————————=3.89
24×4900-300
4058-3.89×300
a=————————=120.46
24
則趨勢數學模型為：
Y=120.46+3.89x（3-6）
（3）計算趨勢線的各月趨勢值
将各個月份值代入趨勢模型式（3-6），得到各個月份的趨勢值。全部計算值列入表3-3的（3）項。各個月份的趨勢值是供計算季節性系數用的。
（4）确定季節性系數
季節性系數是用表3-3的（2）項被（3）項除所得的商。列出一月份季節性系數的算法為：
30÷124.4=0.24
其餘類推。表中有24個月的季節性系數，是兩個完整循環周期，因此應将每年對應的月份季節性系數進行平均，取其平均值，則各月的季節性系數值，如表3-4所示。
表3—4季節性系數
季節性系數
月份1995年1996年平均值
10.240.560.40
20.390.930.66
31.441.111.28
41.221.481.35
51.271.191.23
60.991.311.15
71.880.961.42
80.981.101.04
91.231.521.38
100.811.271.04
110.640.500.57
120.480.430.45
（5）建立預測模型進行預測
假設S[,t]為第t月的季節性系數，則第t月預測值為
Y[,t]=（a+bX[,t]）S[,t]（3-7）
若欲求1997年7月的需求量預測值，則有：
X[,t]=24+7=31
S[,t]=1.42
所以：Y[,t]=（120.46+3.89×31）×1.42=342.29百萬元
又，若求1998年1月的需求預測值，則有：
X[,t]=24+12+1=37
S[,t]=0.4
Y[,t]=（120.46+3.89×37）×0.4=105.76萬元
以上論述的是指數平滑和季節變動兩種預測方法的數學模型及其應用實例。需要指出的是：運用計算機進行預測主要在于數學模型的使用和改善預測的精度。使用計算機進行預測的優點在于它能準确地處理大量數據，能及時根據變化的條件經常修改模型，同時它還可以和其它系統相聯，強化信息通訊。用計算機預測市場需求時應收集需求數據。一般來說統計數據越多越好，不太重要的情況下找七點即可，重要情況下至少找十二點，觀察季節性需求形态至少要兩年的數據。數據的時間跨度對預測是有影響的，跨度過長，季節性波動被掩蓋。
對于指數平滑法，輸入計算機的是時間序列數據。輸出的是通過指數平滑法計算後的下一周期的預測值。計算機程序應提供一預測表（ATABLEOFFORECASTS）。平滑系數α的變範圍自0.1至0.9；另一方面，程序可以用最小平方法選擇較佳的平滑系數，同時，還可以根據使用者指定的周期數來計算加權平均，這将有利于敏感性分析的進行。對于季節性變動預測法，輸入計算的亦是時間序列數據，輸出的是今後時期的季節性變化趨勢。當市場需求情況出現峰和谷時，就要考慮季節性需求，一般來說季節性需求行為要求峰值在各個周期的同一時期出現，并且高峰需求必須超過平均需求的MAD/2（平均絕對偏差），季節性需求估值在計算機中以趨勢線和季節系數來表達。
市場研究和營銷計劃
市場研究和營銷計劃的目的是進行充分的市場調查，制訂合理的銷售計劃，從而在最大的限度上減少企業所承擔的風險。市場研究和營銷計劃模塊要完成以下三項工作：
（1）、市場調查資料的分析，一般根據大屏幕顯示器的競争狀況以及采用統計分析的方法來研究市場問題；
（2）、利用銷售預測的結果來制訂銷售計劃。
（3）、廣告分析，以便于制訂廣告策略。
